MOSS-Image 是 OpenMOSS 推出的開放權重文生圖模型，提供 MOSS-Image-Base 和 MOSS-Image-SFT 兩種檢查點。它的特色不只在於依文字描述生成畫面，也能透過結構化提示指定物件、圖中文字，以及各元素要出現的位置。514

如果你要做海報、宣傳圖，或其他需要安排標題與視覺元素的版面，這項控制能力值得一試。不過，版面指示不等於保證成品已達可直接發布的設計水準，也不能取代對文字正確性與圖像品質的檢查。

版面控制怎麼運作？

一般文生圖提示詞多半用文字描述整個場景；MOSS-Image 也支援以 JSON 結構描述文字、物件及其空間位置。14 在 ComfyUI 的工作流程中，還可以透過繪製的邊界框引導版面生成。29

例如，若希望標題出現在畫面上方、其他元素分布在特定區域，這類提示能讓構圖要求更明確。生成後仍建議逐一確認文字是否正確、位置是否符合預期，以及整體視覺是否適合用途。

Base 和 SFT：一般生成該選哪個？

兩種版本的定位不同：

• MOSS-Image-Base：較適合作為後續訓練與實驗的起點。官方指南指出，Base 尚未經過後訓練，也沒有針對推論參數進行蒸餾；保留訓練資訊，是為了支援社群微調與 LoRA 開發。使用時也需要搭配合適的推論設定。17
• MOSS-Image-SFT：經監督式微調的版本。OpenMOSS 將它描述為以精選資料微調的模型；ComfyUI 的操作指南則將 SFT 列為一般圖像生成較合適的選擇。914

想直接開始生成圖像，可先試 SFT。若目標是自行微調、訓練 LoRA，或在 Base 上進一步開發，則可選 Base，但需要自行調整推論設定。917

發布、授權與使用方式

Base 與 SFT 於 2026 年 10 月 16 日公布。發布資訊指出，程式碼與模型權重採 Apache 2.0 授權，權重可在 Hugging Face 取得。5 ComfyUI 文件提供本機工作流程；官方儲存庫也列出模型在發布當日支援 ComfyUI、SGLang 與 vLLM-Omni。39

官方儲存庫另於 10 月 20 日宣布，MOSS-Image 已可透過 MOSI API Platform 使用。這是開放權重版本推出之後新增的託管選項，兩者並不相同。3

使用前要留意什麼？

現有資料說明了模型版本、版面控制功能與整合方式，但不足以證明 MOSS-Image 在各種任務上都優於其他圖像模型。若看到基準測試排名，應先了解評測任務與條件，不宜直接視為普遍適用的結論。

實際使用時，建議用預計採用的檢查點與工作流程測試：文字能否準確呈現、版面是否依指示安排、風格是否符合需求，以及硬體與延遲是否能接受。若要生成商品照，也應拿具代表性的商品實測；版面控制本身並不能保證攝影般的真實感。

MOSS-Image 是 OpenMOSS 推出的開放權重文生圖模型，提供 MOSS-Image-Base 和 MOSS-Image-SFT 兩種檢查點。它的特色不只在於依文字描述生成畫面，也能透過結構化提示指定物件、圖中文字，以及各元素要出現的位置。514

如果你要做海報、宣傳圖，或其他需要安排標題與視覺元素的版面，這項控制能力值得一試。不過，版面指示不等於保證成品已達可直接發布的設計水準，也不能取代對文字正確性與圖像品質的檢查。

版面控制怎麼運作？

一般文生圖提示詞多半用文字描述整個場景；MOSS-Image 也支援以 JSON 結構描述文字、物件及其空間位置。14 在 ComfyUI 的工作流程中，還可以透過繪製的邊界框引導版面生成。29

例如，若希望標題出現在畫面上方、其他元素分布在特定區域，這類提示能讓構圖要求更明確。生成後仍建議逐一確認文字是否正確、位置是否符合預期，以及整體視覺是否適合用途。

Base 和 SFT：一般生成該選哪個？

兩種版本的定位不同：

• MOSS-Image-Base：較適合作為後續訓練與實驗的起點。官方指南指出，Base 尚未經過後訓練，也沒有針對推論參數進行蒸餾；保留訓練資訊，是為了支援社群微調與 LoRA 開發。使用時也需要搭配合適的推論設定。17
• MOSS-Image-SFT：經監督式微調的版本。OpenMOSS 將它描述為以精選資料微調的模型；ComfyUI 的操作指南則將 SFT 列為一般圖像生成較合適的選擇。914

想直接開始生成圖像，可先試 SFT。若目標是自行微調、訓練 LoRA，或在 Base 上進一步開發，則可選 Base，但需要自行調整推論設定。917

發布、授權與使用方式

Base 與 SFT 於 2026 年 10 月 16 日公布。發布資訊指出，程式碼與模型權重採 Apache 2.0 授權，權重可在 Hugging Face 取得。5 ComfyUI 文件提供本機工作流程；官方儲存庫也列出模型在發布當日支援 ComfyUI、SGLang 與 vLLM-Omni。39

官方儲存庫另於 10 月 20 日宣布，MOSS-Image 已可透過 MOSI API Platform 使用。這是開放權重版本推出之後新增的託管選項，兩者並不相同。3

使用前要留意什麼？

現有資料說明了模型版本、版面控制功能與整合方式，但不足以證明 MOSS-Image 在各種任務上都優於其他圖像模型。若看到基準測試排名，應先了解評測任務與條件，不宜直接視為普遍適用的結論。

實際使用時，建議用預計採用的檢查點與工作流程測試：文字能否準確呈現、版面是否依指示安排、風格是否符合需求，以及硬體與延遲是否能接受。若要生成商品照，也應拿具代表性的商品實測；版面控制本身並不能保證攝影般的真實感。